MLVU: Benchmarking Multi-task Long Video Understanding
Junjie Zhou, Yan Shu, Bo Zhao, Boya Wu, Zhengyang Liang, Shitao Xiao, Minghao Qin, Xi Yang e mais 4
De quem é
- Beijing University of Posts and Telecommunicationsafiliação declarada pelos autores, segundo o OpenAlex
- Shanghai Jiao Tong Universityafiliação declarada pelos autores, segundo o OpenAlex
- Zhejiang Universityafiliação declarada pelos autores, segundo o OpenAlex
Outros papers das mesmas organizações
- VM-UNet: Vision Mamba UNet for Medical Image SegmentationShanghai Jiao Tong University · 1.481 citações
- Explainability for Large Language Models: A SurveyBaidu · 1.443 citações
- Instruction Tuning for Large Language Models: A SurveyAlibaba Group · 1.416 citações
- DEA-Net: Single Image Dehazing Based on Detail-Enhanced Convolution and Content-Guided AttentionZhejiang University · 1.198 citações
- Does Reinforcement Learning Really Incentivize Reasoning Capacity in LLMs Beyond the Base Model?Shanghai Artificial Intelligence Laboratory · 1.186 citações
- Multimodal Chain-of-Thought Reasoning in Language ModelsShanghai Jiao Tong University · 1.170 citações